python+opencv做机器学习人脸识别

数据集和分类器都找不见了，可以自己下载。。。。。。代码是对的

人脸识别

人脸识别与图像识别的区别在于人脸识别需要识别出两个人的不同点. 眉间距离, 鼻子位置.眼睛位置等等…

opencv的视频捕捉

opencv提供了访问视频捕捉设备的API(摄像头), 从而获取图像帧.

"""
demo10_vc.py  捕获视频
"""
import cv2 as cv
# 获取视频采集设备   下标为0的摄像头
videoCapture = cv.VideoCapture(0)
# 获取采集到的第一张图片(第一帧)

while True:
	frame = videoCapture.read()[1]
	cv.imshow('frame', frame)
	# 每33毫秒自动解除阻塞
	if cv.waitKey(33) == 27:
		break

# 释放视频设备
videoCapture.release()
cv.destroyAllWindows()  # 销毁所有窗口

人脸定位

哈尔级联人脸定位

fd = cv.CascadeClassifier('../xxx/face.xml')
# frame, 图像
# 1.3: 最小的人脸尺寸
# 5: 最多找5张脸
faces = fd.detectMultiScale(frame, 1.3, 5)

案例:

"""
demo11_fd.py  人脸定位器
"""
import cv2 as cv

fd = cv.CascadeClassifier('../ml_data/haar/face.xml')
ed = cv.CascadeClassifier('../ml_data/haar/eye.xml')
nd = cv.CascadeClassifier('../ml_data/haar/nose.xml')

# 获取视频采集设备   下标为0的摄像头
videoCapture = cv.VideoCapture(0)
# 获取采集到的第一张图片(第一帧)
while True:
	frame = videoCapture.read()[1]
	# 通过哈尔定位器 进行局部定位 并在图像中标注
	faces = fd.detectMultiScale(frame, 1.3, 2)
	for l, t, w, h in faces:
		# 绘制椭圆
		a, b = int(w/2), int(h/2)
		cv.ellipse(frame, 
			(l+a, t+b), # 椭圆心坐标
			(a, b), # 椭圆半径
			0, 0, 360, (255,0,255), 
			2 # 椭圆的线宽
		)
		# 绘制鼻子和眼睛
		face = frame[t:t+h, l:l+w]
		eyes = ed.detectMultiScale(face, 1.3, 5)
		for l, t, w, h in eyes:	
			a, b = int(w/2), int(h/2)
			cv.ellipse(face, 
				(l+a, t+b), # 椭圆心坐标
				(a, b), # 椭圆半径
				0, 0, 360, (0,255,255), 
				2 # 椭圆的线宽
			)
		
		nodes = nd.detectMultiScale(face, 1.3, 5)
		for l, t, w, h in nodes:	
			a, b = int(w/2), int(h/2)
			cv.ellipse(face, 
				(l+a, t+b), # 椭圆心坐标
				(a, b), # 椭圆半径
				0, 0, 360, (255,255,0), 
				2 # 椭圆的线宽
			)
	cv.imshow('frame', frame)
	# 每33毫秒自动解除阻塞
	if cv.waitKey(33) == 27:
		break

# 释放视频设备
videoCapture.release()
cv.destroyAllWindows()  # 销毁所有窗口